Moonshot AI a publié l’ensemble des poids de Kimi K3 sur Hugging Face à 13:31 UTC le 27 juillet, onze jours après la mise en ligne du modèle en tant qu’API hébergée. L’historique des commits du dépôt montre que l’envoi initial a eu lieu à cette minute-là ; les cinq commits suivants sont des modifications du README. Avec 2,8 billions de paramètres, il s’agit du plus grand ensemble de poids de modèle jamais mis à disposition en téléchargement public.
Ce qui a été publié
La fiche du modèle décrit une architecture mixture-of-experts : 2,8 billions de paramètres au total, dont 104 milliards activés par jeton, sélectionnés parmi 896 experts — 16 routés plus deux partagés — sur 93 couches. La longueur de contexte est de 1 048 576 jetons. Les poids sont fournis en MXFP4 avec des activations MXFP8, produites par une formation consciente de la quantification, et le dépôt totalise environ 1,56 To. Un encodeur MoonViT-V2 de 401 millions de paramètres gère la vision. Les scores auto-déclarés figurant sur la fiche comprennent GPQA Diamond 93,5, Terminal-Bench 2.1 88,3, BrowseComp 91,2 et DeepSWE 67,5.
La licence est le sujet
De nombreux médias ont décrit les conditions comme une « licence MIT modifiée ». Le fichier LICENSE du dépôt n’est ni MIT ni une modification de celui-ci. Il s’agit d’une licence Kimi K3 sur mesure — Hugging Face la classe license: other — qui comporte deux garde-fous commerciaux. Tout titulaire de licence exploitant une activité de modèle en tant que service dont le chiffre d’affaires du groupe dépasse 20 millions de dollars sur toute période consécutive de 12 mois doit signer un accord distinct avec Moonshot avant d’utiliser le modèle à des fins commerciales. Tout produit bâti dessus comptant plus de 100 millions d’utilisateurs actifs mensuels, ou générant plus de 20 millions de dollars de revenus mensuels, doit afficher « Kimi K3 » de manière visible dans son interface utilisateur. L’usage interne et l’accès via les propres produits de Moonshot sont exemptés.
Des poids ouverts, pas de l’open source
Les données d’entraînement et le code d’entraînement ne sont pas inclus, ce qui fait de cette publication une sortie open-weight plutôt qu’open source — une distinction qui compte ici plus qu’à l’accoutumée, car les conditions sont précisément calibrées pour permettre aux étudiants, aux start-up et aux chercheurs d’utiliser librement le modèle tout en empêchant un grand concurrent de le revendre. La permissivité est réelle. Elle est aussi ciblée.
Le jour de son arrivée
Le calendrier n’avait rien de discret. Quatre heures avant le téléchargement, Nvidia a lancé une alliance affirmant que les modèles ouverts de pointe sont essentiels à la cyberdéfense, sans aucun laboratoire de modèle fermé parmi ses membres. Cinq heures après, le directeur général d’Anthropic a publié une déclaration niant que son entreprise ait jamais demandé l’interdiction des poids ouverts. Washington débat activement d’éventuelles restrictions visant les modèles ouverts chinois ; le plus grand d’entre eux existe désormais, en public, avec une licence chinoise.